TY -的A2,田勇AU - Tang Buzhou盟——胡Jianglu AU -王,枭龙AU - Chen Qingcai PY - 2018 DA - 2018/04/19 TI -识别连续和不连续药物不良反应提到从社交媒体使用LSTM-CRF SP - 2379208六世- 2018 AB -社交媒体在医学,病人可以表达他们的个人治疗经验通过个人电脑和移动设备,通常包含大量有用的医疗信息,如药品不良反应(adr);采矿这个有用的医疗信息从社交媒体吸引了越来越多研究者的注意。在这项研究中,我们提出一个深层神经网络(称为LSTM-CRF)结合长期短期记忆(LSTM)神经网络(一种复发性神经网络)和条件随机域(crf)承认ADR提到从社交媒体在医学和研究三个因素对ADR提到识别的影响。这三个因素如下: ( 1 ) 表示连续和不连续ADR提到:两个小说表示,也就是说,“BIOHD”和“Multilabel,”进行比较; ( 2 ) 文章的主题:(即每个帖子都有一个主题。这里,药物);和 ( 3 ) 外部知识库。实验进行一个基准语料库,CADEC,表明LSTM-CRF达到更好 F 比CRF得分;“Multilabel”是代表连续和不连续ADR提到比“BIOHD”;主题的评论和外部知识基地都是单独有利于ADR提到的认可。我们所知,这是第一次研究深层神经网络从社交媒体矿山连续和不连续的adr。SN - 1530 - 8669你2018/2379208 / 10.1155——https://doi.org/10.1155/2018/2379208——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER